跨维智能提「PhysicalToken 经济学」：衡量机器人新能力的边际成本
机器之心 · wechat · 2026-08-20
在 WRC2026 期间的「物理AI引领者论坛」上，跨维智能创始人贾奎发表《PhysicalToken 经济学》主题演讲，提出用「获取新能力的边际成本」来衡量通用物理智能能否在经济上持续成立：如果每学会一项新技能都要投入近似相同的数据、算力和人力，本质仍是项目交付；只有新增能力的成本曲线不断下降，具身智能才真正具备规模经济。
跨维将技术栈概括为四个环节：Experience（统一数据表达与 Dexterity-BEV 对齐，让一次学习成为可复用资产）、Leverage（用少量真机数据配合 DexVerse、GS-World 仿真引擎放大训练经验，环境搭建从数天缩至 10 余分钟）、Condensation（在基础模型上用少量任务数据快速完成后训练）、Expansion（部署数据回流模型形成飞轮）。论坛上还展示了手机装机质检、商超自主扫码、冰淇淋与爆米花操作三个 Demo。
文章的核心论点是：Zero-shot 未必是规模化的前提，而可能是规模经济持续运行后逐渐逼近的结果。跨维 6 月已完成 10 亿元 B 轮融资，投后估值超百亿元。
「具身」频道最新
- 摩根大通：特斯拉 FSD v15 今年发布，助推 Robotaxi 落地 — JOBhakdi · 2026-08-20
- TMLR 综述：机器人基础模型的具身差距 — HirokatuKataoka · 2026-08-20
- 「人形机器人正变得越来越像人」:机器人进化短视频引热议 — HeyZoyaKhan · 2026-08-20
- 自动驾驶挑战印度拥堵，无人在狭窄道路避障实测 — sanjeevs_iitr · 2026-08-20
- 机器人迎 GPT-3 时刻，但谁在将其绑定语言模型？ — k7agar · 2026-08-20
- 业界热议机器人“GPT-3 时刻”：多源视频展示里程碑进展 — Scobleizer · 2026-08-20